• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.1
• /
• pp.63-70
• /
• 2023

Due to the spread of high-definition black boxes and the introduction of mobile applications such as 'Smart Citizens Report' and 'Safety Report', the number of public interest reports for violations of Traffic Law has increased rapidly, resulting in shortage of police personnel to handle them. In this paper, we describe the development of a system that can automatically detect lane violations which account for the largest proportion of public interest reporting videos for violations of traffic laws, using deep learning algorithms. In this study, a method for recognizing a vehicle and a solid line object using a YOLO model and a Lanenet model, a method for tracking an object individually using a deep sort algorithm, and a method for detecting lane change violations by recognizing the overlapping range of a vehicle object's bounding box and a solid line object are described. Using this system, it is expected that the shortage of police personnel in charge will be resolved.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.319-320
• /
• 2022

교통량이 증가됨에 따라 높아지는 사고율을 줄이기 위해 효율적이며, 다양한 교통 위반 단속이 요구되고 있다. 기존의 유무인 교통법규 위반 단속 시스템의 도입으로 단속 구역 확대를 시도하고 있으나 높은 비용의 문제로 한정된 지역에서만 실시되고 있다. 해당 문제 해결을 위해 본 논문에서는 딥러닝 실시간 객체인식기술을 적용하여 차량의 교통법규 위반을 인식하며 이에 대한 정보를 제공하는 시스템을 개발하였다. 실시간 객체인식 알고리즘인 YOLOv4와 실시간 객체추적기술인 deepSORT 알고리즘을 데스크톱 PC에 적용하여 구현하였다. 개발한 시스템은 과속, 버스 전용 차로, 주정차, 급속 다차선 변경에 대한 인식 결과를 제공한다. 기존 설치된 CCTV 영상을 대상으로 시스템 적용이 가능하여 저비용으로 넓은 지역에 대한 교통법규 위반 상황 인식을 기대할 수 있다.